Weill Cornell разработал концепцию ИИ для раннего выявления сбоев в лабораториях

Исследователи Weill Cornell Medicine предложили систему искусственного интеллекта, которая должна помогать клиническим лабораториям замечать проблемы до того, как они нарушат проведение анализов и задержат помощь пациентам. Концепцию LabARIA описали 28 октября в журнале npj Health Systems.

Лаборатории исследуют кровь, мочу, ткани и другие биоматериалы, помогая врачам ставить диагнозы и выбирать лечение. При этом растут объёмы анализов, не хватает сотрудников, а диагностика становится сложнее. Авторы считают, что отдельные существующие алгоритмы работают разрозненно и не позволяют выявлять закономерности сразу в разных направлениях работы лаборатории.

LabARIA — это система специализированных ИИ-агентов, которые должны отслеживать качество образцов, сроки выполнения анализов, контроль точности результатов, работу оборудования и соблюдение нормативных требований. Другие агенты могли бы прогнозировать потребности в расходных материалах и персонале. Центральный модуль будет направлять данные из лабораторных информационных систем и других баз нужным агентам; заменять существующие системы не планируется.

Система может выявлять отклонения и объединять данные, чтобы сотрудники лаборатории раньше выясняли причины неполадок, рассказала ведущий автор работы Хе Сарина Янг, доцент кафедры клинической патологии и лабораторной медицины Weill Cornell и медицинский директор лаборатории клинической химии и токсикологии медицинского центра NewYork-Presbyterian/Weill Cornell.

Сейчас специалисты проверяют показатели несколько раз в день и часто разбираются с проблемой уже после того, как результат выходит за установленные пределы контроля качества. LabARIA, по замыслу авторов, сможет замечать тревожные тенденции заранее — например, изменения, связанные с реагентами или другими материалами для анализов. Система также может помочь обнаружить закономерности, указывающие на повреждение образцов при сборе, обработке или перевозке.

«Искусственный интеллект хорошо подходит клиническим лабораториям благодаря их структурированным рабочим процессам и установленным процедурам контроля качества, но человеческий надзор — центральная часть проекта», — отметил старший автор исследования Фэй Ван, заместитель декана по искусственному интеллекту и профессор медицинской информатики Weill Cornell Medicine.

LabARIA пока существует только как концепция. Исследователи планируют проверить и доработать её на архивных лабораторных данных. По словам Вана, к внедрению в клинической лаборатории можно будет перейти после получения убедительных результатов. В проект заложены прослеживаемость данных и обоснование рекомендаций; специалисты смогут не следовать советам системы, если сочтут это необходимым.